[2020年冠状病毒肺炎 - 武汉加油] 使用Logistic增长模型预测确诊病人数目

柔情只为你懂 2023-07-04 03:26 67阅读 0赞

在前一段时间，我脑子一热使用指数回归以及多项式回归对新型冠状病毒2019-nCov的感染人数进行[预测][Link 1]。后来发现不行啊，感染人数不可能一直上涨啊，总得有停止上涨的时候啊！在多名网友的提醒下，在参考了[邢翔瑞][Link 2]大佬的博客之后，我痛定思痛，尝试使用Logistic增长模型对感染人数进行预测，结果如下图（下图是直接使用拟合得到的r值，为0.303，经过简单的测试，这个模型预测的数量偏小，如果有大佬对此比较了解能否指点一二）：

2月9日预测结果（看最近几天的预测结果已经很接近了）：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5_size_16_color_FFFFFF_t_70][]

2月8日预测结果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5_size_16_color_FFFFFF_t_70 1][]

2月7日预测结果：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5_size_16_color_FFFFFF_t_70 2][]

我们在高中生物中有学过，种群的增长曲线有分"J"型和"S"型，其中"J"型为理想型，实际中种群的数量不可能一直像指数函数那样，而是一个S型曲线，如下图所示。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5_size_16_color_FFFFFF_t_70 3][]

这个函数的曲线和机器学习中的Sigmoid函数![f(x)=\\frac\{1\}\{1+e^\{-x\}\}][f_x_frac_1_1_e_-x]及其相似，其公式都有点像，logistic增长函数为”

![P(t) = \\frac\{KP\_0e^\{rt\}\}\{K+P\_0(e^\{rt\} - 1)\}][P_t_ _ _frac_KP_0e_rt_K_P_0_e_rt_ - 1]

其中K为环境最大容量，P0为初始容量，r为增长速率，r越大则增长越快（即更快的逼近上限）。

该模型的微分式是：![\\frac\{dx\}\{dt\}=rx(1-x)][frac_dx_dt_rx_1-x]

如果看不懂上面的内容，直接复制粘贴代码运行一下吧~（其实和之前的思路一样，使用最小二乘法拟合数据，只是拟合的函数换了而已）

from scipy.optimize import curve_fit
    import urllib
    import json
    import numpy as np
    import matplotlib.pyplot as plt
    import pandas as pd
    import time
    
    
    def date_encode(date):
        # '01.24' -> 1 * 100 + 24 = 124
        d = date.split('/')
        month, day = int(d[0]), int(d[1])
        return 100 * month + day
    
    
    def date_decode(date):
        # 124 -> '01.24'
        return '{}.{}'.format(str(date // 100), str(date % 100))
        
        
    def sequence_analyse(data):
        date_list, confirm_list, dead_list, heal_list, suspect_list = [], [], [], [], []
        data.sort(key = lambda x: date_encode(x['date']))
        for day in data:
            date_list.append(day['date'])
            confirm_list.append(int(day['confirm']))
            dead_list.append(int(day['dead']))
            heal_list.append(int(day['heal']))
            suspect_list.append(int(day['suspect']))
        return pd.DataFrame({
            'date': date_list, 
            'confirm': confirm_list, 
            'dead': dead_list,
            'heal': heal_list,
            'suspect': suspect_list
        })
    
    
    def get_date_list(target_month = 3):
        """
        得到从1月13日到month月最后一天的所有日期列表
        """
        month_day = [0, 31, 29, 31, 30, 31, 30, 31, 31, 30, 31, 30, 31]
        cur_month, cur_day = 1, 13
        ans = []
        while cur_month <= target_month:
            while cur_day <= month_day[cur_month]:
                d = "0" + str(cur_day) if cur_day < 10 else str(cur_day)
                ans += [str(cur_month) + "/" + d]
                cur_day += 1
            cur_day = 1
            cur_month += 1
        return ans
    
    
    def logistic_function(t, K, P0, r):
        t0 = 0
        exp = np.exp(r * (t - t0))
        return (K * exp * P0) / (K + (exp - 1) * P0)
    
    def predict():
        # 预测未来天数
        predict_days = 20
        
        # 获取实时数据
        url = 'https://view.inews.qq.com/g2/getOnsInfo?name=wuwei_ww_cn_day_counts'
        response = urllib.request.urlopen(url)
        json_data = response.read().decode('utf-8').replace('\n','')
        data = json.loads(json_data)
        data = json.loads(data['data'])
        df = sequence_analyse(data)
        date, confirm = df['date'].values, df['confirm'].values
        x = np.arange(len(confirm))
        date_labels = get_date_list(4)
    
        # 用最小二乘法估计拟合
        popt, pcov = curve_fit(logistic_function, x, confirm)
        print(popt)
    
        #近期情况预测
        predict_x = list(x) + [x[-1] + i for i in range(1, 1 + predict_days)]
        predict_x = np.array(predict_x)
        predict_y = logistic_function(predict_x, popt[0], popt[1], popt[2])
    
        #绘图
        plt.figure(figsize=(15, 8))
        plt.plot(x, confirm, 's',label="confimed infected number")
        plt.plot(predict_x, predict_y, 's',label="predicted infected number")
        plt.xticks(predict_x, date_labels[:len(predict_x) + 1], rotation=90)
        plt.yticks(rotation=90)
    
        plt.suptitle("Logistic Fitting Curve for 2019-nCov infected numbers(Max = {},  r={:.3})".format(int(popt[0]), popt[2]), fontsize=16, fontweight="bold")
        plt.title("Predict time:{}".format(time.strftime("%Y-%m-%d", time.localtime())), fontsize=16)
        plt.xlabel('date', fontsize=14)
        plt.ylabel('infected number', fontsize=14)
        plt.plot()
    
    predict()

参考：

[python 对于任意数据和曲线进行拟合并求出函数表达式的三种方案][python]

[python实现logistic增长模型拟合2019-nCov确诊人数2月1日更新][python_logistic_2019-nCov_2_1]

[Link 1]: https://blog.csdn.net/qq_26822029/article/details/104106679
[Link 2]: https://me.csdn.net/weixin_36474809
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200209173737513.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200208102952703.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/2020020718262290.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200207162532897.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzI2ODIyMDI5,size_16,color_FFFFFF,t_70
[f_x_frac_1_1_e_-x]: https://private.codecogs.com/gif.latex?f%28x%29%3D%5Cfrac%7B1%7D%7B1&plus;e%5E%7B-x%7D%7D
[P_t_ _ _frac_KP_0e_rt_K_P_0_e_rt_ - 1]: https://private.codecogs.com/gif.latex?P%28t%29%20%3D%20%5Cfrac%7BKP_0e%5E%7Brt%7D%7D%7BK&plus;P_0%28e%5E%7Brt%7D%20-%201%29%7D
[frac_dx_dt_rx_1-x]: https://private.codecogs.com/gif.latex?%5Cfrac%7Bdx%7D%7Bdt%7D%3Drx%281-x%29
[python]: https://blog.csdn.net/changdejie/article/details/83089933
[python_logistic_2019-nCov_2_1]: https://blog.csdn.net/weixin_36474809/article/details/104119494